供应链视角下港口集装箱码头集疏运系统效率评价实证研究

刘南，居水木，董健

（浙江大学管理学院，浙江杭州 310058）

一、引言

港口在国家经济、社会、政治及金融福利中扮演了重要的角色［1］。在生产和分销活动全球化过程中，港口角色的变化带来的收益正日益增加［2－5］。而随着竞争的不断加剧，港口竞争力问题已引起人们的广泛关注。港口的运作效率和服务水平则是港口竞争力的一个重要体现。Tally 指出：港口效率是影响港口竞争力至关重要的因素之一。［6］实际上，有学者早就指出港口效率是判断一个国家国际竞争力的重要标准［7－8］。因此，近些年关于港口效率特别是港口效率评价方面的研究方兴未艾。

目前，关于这些问题的研究主要集中在以下几个方面：一是关于港口效率及其评价的影响因素和指标体系的研究。包括港口运作性能和服务效率的决定因素及各个因素对于服务运营效率相对贡献度的研究［9］，港口运营效率评价的指标体系研究［10－14］，多式联运港口运作效率的主要影响因素分析［15］等方面；二是关于港口效率与港口所有权结构方面的研究。如，所有权由公有转变为私有对港口物流服务效率的影响研究［16－18］，管理渠道竞争对港口竞争力及效率影响的研究［19］。其他方面的研究包括：港口最优服务作业空间分配和基于区别定价理论的最优定价决策问题［20］；标杆管理在港口物流服务改革及服务效率评价中的应用［21］；精益港口（Lean Ports）及其效率评价［22］；港口技术效率研究［23］等。从已有的研究来看，学者们应用不同的方法对港口效率进行了分析，从各个角度研究了港口效率评价的变量指标体系，但是从供应链角度研究港口作业效率的文献还很少。随着港口吞吐量，特别是港口集装箱吞吐量的不断增加，港口集装箱码头作业效率对整个港口甚至是全球物流供应链效率的影响也在不断增加。因此，港口集装箱码头集疏运系统效率的评价研究对港口乃至全球物流供应链的效率提升都有着重要的理论和实践意义。

二、问题描述

随着经济全球化的进一步深入及国际贸易量的不断增长，港口已成为国际货物运输中关键的枢纽和节点，是多式联运中不可或缺的重要一环，其运营效率对整个国际物流运输效率有着重要的影响。从供应链的角度来看，货物（集装箱）通过海运运抵港口，通过相应信息预报，港口对船舶进港进行提前安排，经由岸边装卸设施进行进港及码头作业，再由相应的运输及装吊设备运至堆场进行堆放，最后通过分拣经由出港作业将其运往内陆目的地，结合Bichou［24］的研究，我们绘制了如下的示意图。

图1 供应链视角下港口集装箱码头集疏运系统作业示意图

从图1可以看出，港口集装箱码头集疏运系统是港口乃至国际物流供应链非常重要的一环，其效率对整个港口及物流供应链的效率有着至关重要的影响。对港口集装箱码头集疏运系统效率进行评价就是要找出相关的影响因素，构建合理的评价指标体系并运用合适的方法对其进行评价。

三、港口集装箱码头集疏运系统效率评价方法及评价指标体系

港口集装箱码头集疏运系统效率评价的关键是选择合适的评价方法及构建合理的评价指标体系。在效率评价方法方面前人已经有过很多的研究，我们需要通过比较和分析合理地选择适合本研究的方法；关于港口效率的评价指标学者们也做过较多研究，我们在前人研究的基础上结合本文研究的内容和目的构建合理的港口集装箱码头集疏运系统评价指标体系。

（一）港口集装箱集疏运系统效率评价方法

目前，港口特别是集装箱港口效率评价的方法有：随机前沿面分析（SFA）［25－26］、数据包络分析（DEA）［27－28］、多元线性回归分析［9］、全要素生产率（TFP）［29－30］和自由处置壳方法（FDH）［14］［17］等。从使用频率上看，SFA 和DEA 使用最为普遍。而从倾向上看，研究者们似乎更偏向于DEA，理由如下：首先，DEA 已经被证明在进行多重效率测度方面是相对有效的［31－33］，而其他单一的测度方法忽略了不同对象效率测度中的交互、替代或者权衡作用［34－37］；其次，DEA 不需要对模型中的参数进行预估，有效地避免了在效率评价中的主观影响因素和人为误差的产生；最后，在很多集装箱港口效率评价的研究中都成功地采用了DEA的方法［18］。因此，结合以上理由及研究目的，本文选择了数据包络分析（DEA）对港口集装箱集疏运系统的效率进行评价。

本文研究中的港口集装箱集疏运系统效率评价包括DEA－CCR 模型和DEA－BCC 模型［38］，DEA－CCR 模型分析集疏运系统的技术效率，而DEABCC 模型用来分析纯技术效率，并在此基础上对规模效率进行分析。根据形成的最佳实践有效前沿面，识别不在有效前沿面上的集疏运系统，作为具体的研究对象。

对于DEA－CCR 模型而言，其对偶形式在分析决策单元有效性及评价体系指标敏感度方面更有优势，表达形式如下：

其中：θ为效率值，s＋、s－为松弛变量。

θ与s＋、s－取值组合的含义可有三种情况：

ⅰ，若θ＝1且s＋＝s－＝0，则DMUj0为有效决策单元，表明在当前输入量下，输出量为最优；

ⅱ，若θ＝1，且s＋≠0，s－≠0，则DMUj0为弱有效单元。具体来说，若s＋＝0，s－≠0，在减少单元部分输入量的情况下输出量保持不变；若s＋≠0，s－＝0，在单元输入量不变时可增加部分输出量；

ⅲ，若θ＜1，则DMUj0为无效单元，可在输出量不变时，将输入量降至原来的θ倍。

其中：θ为效率值，s＋、s－为松弛变量。

由于假设规模收益恒定，因此BBC模型也被称为纯技术效率模型。为了使其显得更直观，评价时我们仍采用其对偶形式：

用CCR 模型得到的技术效率（TE）和用BCC 得到的纯技术效率（PTE）以及规模效率（SE）之间的关系为：PTE＝TE／SE。因此，可采用上述模型对港口集装箱码头作业的三个效率进行分析，从而能找出无效决策单元效率较低的原因，即，要么规模上有问题，要么作业无效率。

（二）港口集装箱集疏运系统效率评价指标体系

关于港口运营效率及其评价指标学者们已经做过一些研究，我们从数据包络分析的角度对其进行了梳理和总结。从输入指标的角度看主要包括以下几种：人力资源成本投入［10－12］，除人力资源外的港口其他投入费用，如基础设施投入及经营性投入等［11－12］；与港口运营有关的基础设施数量，如吊装设备数量、码头及泊位长度、堆场容量等［10，13］；输出指标中采用最多的是货物吞吐量［10－13］。其他输出指标还包括：港口服务水平及客户满意度［11］、港口企业利润［12］、集装箱进出港数量［13］等。

从上述学者的研究来看，都是从不同侧面选取港口运营效率的评价指标，而且其中有些指标带有一定的主观性。而其中最主要的问题在于上述研究缺乏系统性。正如Bichou［4］所指出的：没有将从码头作业到内陆运输联系起来进行研究是关于港口研究文献中一个主要的不足。因此，本研究将从集装箱进入码头到离开码头堆场的过程作为一个系统研究其效率可以在一定程度上弥补过去研究的不足。结合前人的研究成果、DEA 方法的相应要求及港口集装箱码头作业的过程，我们初步选定以下变量作为评价指标。输入指标包括：临港航道长度、码头长度及堆场面积、泊位个数、吊装设备的数量。其中吊装设备又分为吊桥和场桥，吊桥包括各类起重机（如，码头起重机、岸边集装箱起重机、移动式起重机、浮式集装箱起重机）。场桥则包括一些起重机及运输工具（如，场内移动起重机、顶部起重机、集装箱叉车、集装箱跨运车、集装箱正面吊）。输出指标还是采用最为常用的港口集装箱码头年度总吞吐量。关于所选取指标的合理性，我们将结合DEA的要求进行适当的调整。

四、实证研究

确定了港口集装箱集疏运系统效率评价的方法及评价指标体系后，接下来的工作就是结合实际数据进行实证分析。分析的步骤是先选择合适的样本并对评价指标进行合理性验证，然后采用DEA 模型对港口集装箱集疏运系统的技术效率、纯技术效率及规模效率进行分析，找出相应的有效及无效决策单元，根据有效单元分析无效单元非效率的原因。

（一）研究样本选取

研究样本的选取应遵循相应的原则。在本研究中所确定的原则包括：代表性，即样本的集装箱吞吐量特别是跨国业务量应位于各港口的前列，并且其总体的运营水平应相对较高；地理位置，即港口所处的地域。由于港口有海港（Seaport）和内陆港口（Inland port）之分，而本研究旨在全球物流供应链的视角下研究港口集装箱码头集疏运系统的效率，因此，主要选择的是沿海港口，并选取2006年至2009年的时间区间内的指标变量的数据作为分析对象。样本空间如下：

Ω＝｛上海港（SH.H.P.），宁波－舟山港（N.B.－ZH.SH.P.），广州港（G.ZH.P.），青岛港（Q.D.P.），深圳港（SH.ZH.P.），天津港（T.J.P），连云港港（L，Y.G.P.），大连港（D.L.P.），日照港（R.ZH.P.），营口港（Y.K.P.），锦州港（J.ZH.P.），厦门港（X.M.P.），烟台港（Y.T.P.），北海港（B.H.P.），秦皇岛港（Q.H.D.P.）｝

（二）评价指标的取舍

前面我们已经构建了港口集装箱集疏运系统的评价指标体系，并谈到了其选取的标准，其中重要的一条就是DEA 模型要求能够精确获得指标变量的值。通过查找相关的统计年鉴及具有公信力的数据库及网站发现，前面选取的指标变量中除了“集装箱码头堆场面积”外，其余都可以精确获取。堆场面积相对于本研究来说应该是比较重要的一个指标，但是经过种种努力也没有获得我们所观察的时间区间内该指标变量完整精确的历史数据，因此，只能将该指标剔除。剔除该指标后的评价指标包括：输入指标：码头长度（I1，单位：米）、泊位个数（I2，单位：个）、码头吊桥数量（I3，单位：辆）、场桥数量（I4，单位：辆）、临港航道长度（I5，单位：米）；输出指标为港口集装箱码头年度总吞吐量（O，单位：TEU）。我们选取的决策单元具有同质性（都是港口集装箱码头集疏运系统，具有相同的输入、输出变量等），并且单元数量满足输入、输出变量和两倍的基本要求，因此，可以基本断定对上述研究对象及指标体系适合采用DEA 方法进行分析。

（三）港口集装箱码头作业效率评价

接下来，我们采用DEAP软件就上述指标结合样本实际观测数据进行实证分析。本研究的数据来源于历年《中国统计年鉴》、《中国港口统计年鉴》、国泰君安数据库、巨潮资讯网（中国证监会指定信息披露网站）、国研网数据库，时间区间：2006－2009年。

采用DEAP 软件对DEA－BBC 模型进行线性求解，获得了各决策单元各年的三个效率值及其平均值，见表1、2。

从分析结果可以看出：

（1）在分析的时间框架内，就技术效率而言，大部分港口集装箱集疏运系统都是无效率的，说明这些港口的集装箱集疏运系统在投入产出上没有达到最优。其中，有些港口的集装箱集疏运系统在个别年份为有效DEA单元。如，2006年的连云港港、2007年的连云港港及广州港、2008年的日照港、连云港港及青岛港、2009年的青岛港，说明这些港口在这些年份的投入产出上达到了最优，但这只是“偶然”现象，这些港口在集装箱集疏运系统的资源投入及规模建设方面对产出的贡献没有形成常态，因而不具有可持续性。深圳港和上海港在我们的时间框架内都达到了DEA 有效，这两个港口在集装箱码头投入与产出上达到了最优，而且具有持续性，其做法对其他港口具有指导意义。

表1 2006、2007年各港口集装箱码头作业效率分析结果

表2 2008、2009年各港口集装箱码头作业效率分析结果

（2）从纯技术效率和规模效率上看，一方面由于纯技术效率剔除了规模收益的影响，反映了在一定投入下港口集装箱集疏运系统的产出能力。它的无效率对整体的技术效率产生了很大的影响，如果某决策单元的纯技术是无效的，并且其纯技术效率低于规模效率，那么可以断定其整体无效率的根本性原因就是纯技术无效率，相对于既定的投入其产出应该还可以进行改进。在上述分析结果中，天津港、广州港和宁波－舟山港就是典型的例子；另一方面，规模效率衡量了港口集装箱集疏运系统的规模相对于既定产出是否有效。从分析结果中可以看出，大部分无效率的决策单元中，规模效率值都低于纯技术效率值，而且对于这些决策单元显示的基本都是规模效益递增的，因此，对于它们而言，应该根据自身所处的环境和特点控制好发展规模或者改善经营水平，以达到规模有效率。

（3）从总体平均值的角度分析各港口集装箱集疏运系统的效率变化趋势也许更能反映出我国港口在该领域发展的整体情况。因此，我们对分析结果中的平均效率按时间顺序做了比较（图2）。从图中可以看出，港口集装箱集疏运系统的纯技术效率平均值随时间基本呈递增趋势，这表明经过多年的建设，资源的投入对我国港口集装箱集疏运系统（至少在我们的研究范围内）的整体产出水平的贡献越来越大。而其他两个平均效率（特别是技术效率）不仅数值很低而且呈现出波动态势，说明我国港口集装箱集疏运系统的整体效率特别是规模效率还有很大的改进空间，而且任务很重。

五、结语

本文采用DEA 方法，通过构建评价指标体系和选择研究对象对部分港口的集装箱集疏运系统的效率进行了实证研究。从理论角度来说，通过把港口集装箱集疏运系统作为供应链的一个重要环节并作为一个整体进行研究，从一定程度上弥补了过去关于港口研究的一个不足。

研究结果显示，经过多年的努力，在中国对外贸易量不断增长的情况下，资源投入对我国港口集装箱集疏运系统产出的作用正在逐步显现，但整体效率特别是规模效率还较低，这不仅影响了以我国作为重要节点的全球物流供应链的效率，而且大大降低了我国港口的国际竞争力。具体到各个港口，上海港和深圳港在研究的时间框架内都是DEA 有效的，而其他港口要么有些年份有效，要么所有年份都无效。因此，其他港口可以借鉴上海港及深圳港的做法，在资源投入的同时努力提升自身的运营服务水平，做到港口集装箱集疏运系统的发展规模与产出能力相匹配，以提升整体效率。而且各港口要注意利用国家提供的政策契机，提升自身的效率。如，分析结果中显示天津港的纯技术效率呈现出了较为迅猛的增长势头，这与同期国家实施的渤海湾开发政策是紧密相连的，而包括宁波－舟山港在内的许多港口也正面临着这样的政策契机。

另外，我们认为将来对该问题的研究可能会集中在以下方面：一是完善评价指标体系，如包括闸口在内的信息系统的投入，由于统计数据的可得性，在我们的研究中有些投入指标没有纳入，这是研究的缺憾；二是基于理论及实证分析的政策、措施研究；三是拓展研究范围，将整个港口集疏运系统甚至是供应链系统纳入到研究范围中来。

［1］Peggy D Lee.Port Supply Chains as Social Networks［J］.Service Operations and Logistics，and Informatics，2006.SOLI’06.IEEE International Conference on.

［2］Robinson R.Ports as elements in value－driven chain systems：the new paradigm ［J］.Maritime Policy and Management，2002，25（1），21－40.

［3］Carbone V，De Martino M.The changing role of ports in supply－chain management：an empirical analysis［J］.Maritime Policy and Management，2003，30（4），305－320.

［4］Bichou K，Gray R.A logistics and supply chain management approach to port performance measurement［J］.Maritime Policy ＆ Management，2004，31（1），47－67.

［5］Notteboom TE，Rodrigue JP.Port regionalization：towards a new phase in port development［J］.Maritime Policy ＆ Management，2005，32（3），297－313.

［6］WK Talley.The Blackwell Companion to Maritime Economics［M］.Chichester：Wiley－Blackwell Publisher，2012.

［7］Tongzon J.The impact of wharf age costs on Victoria’s export－oriented industries［J］.Economic Papers，1989（8），58－64.

［8］Chin A，Tongzon J.Maintaining Singapore as a major shipping and air transport hub.In：Ton，T.（Ed.），Competitiveness of the Singapore Economy［M］.Singapore：Singapore University Press，1998：83－114.

［9］Tongzon J.Determinants of port performance and efficiency［J］.Transportation Research Part A，1995，29（3），245－252.

［10］Tongzon J.Efficiency measurement of selected Australian and other international ports using data envelopment analysis［J］.Transportation Research Part A，2001，35（2），107－122.

［11］Roll Y，Hayuth Y.Port performance comparison applying data envelopment analysis（DEA）［J］.Maritime Policy and Management，1993，20（2），153－161.

［12］Martinez－Budria E，Diaz－Armas R.，Navarro－Ibanez M.，Ravelo－Mesa T.A study of the efficiency of Spanish port authorities using data envelopment analysis［J］.International Journal of Transport Economics，1999，26（2），237－253.

［13］Valentine VF，Gray R.The measurement of port efficiency using data envelopment analysis［C］.Proceedings of the 9th World Conference on Transport Research.Seoul，South Korea，2001.

［14］Wang，T－F，Cullinane K，Song D－W Container port production efficiency：a comparative study of DEA and FDH approach［J］.Journal of the Eastern AsiaSociety for Transportation Studies 5，2003，698－713.

［15］Kozan E.Optimising Container Transfers at Multimodal Terminals［J］.Mathematical and Computer Modelling，2000（31），235－243.

［16］Cullinane K，Song D－W，Gray R.A stochastic frontier model of the efficiency of major container terminals in Asia：assessing the influence of administrative and ownership structures［J］.Transportation Research Part A，2002，36（8），743－762.

［17］Cullinane K，Song D－W，Wang T.The application of mathematical programming approaches to estimating container port production efficiency［J］.Journal of Productivity Analysis，2005a，24（1），73－92.

［18］Cullinane K，Wang T－F，Ji P.The relationship between privatization and DEA estimates of efficiency in the container port industry ［J］.Journal of Economics and Business，2005b，57（5），433－462.

［19］K Bichou，R Gray.A critical review of conventional terminology for classifying seaports ［J］.Transportation Research Part A，2005，39（1），75－92.

［20］Jose HV.Optimal pricing for priority service and space allocation in container ports［J］.Transportation Research，1999（33），81－106.

［21］Estache A.Efficiency Gains from Port Reform and the Potential for Yardstick Competition：Lessons from Mexico ［J］.World Development，2002（30），545－560.

［22］Marlow，P，Ana C P.Measuring lean ports performance［J］.International Journal of Transport Management，2003（1），189－202.

［23］匡海波.基于神经网络的技术效率研究－对中国港口的实证分析［J］.科学学研究，2007，25（4），676－681.

［24］Khalid Bichou.Review of PortPerformance Approaches and a Supply Chain Framework to PortPerformance Benchmarking［J］.Research in Transportation Economics，2006（17），567－598.

［25］Cullinane K，Song D－W.A stochastic frontier model of the productive efficiency of Korean container terminals［J］.Applied Economics2003，35（3），251－267.

［26］Liu Z.The comparative performance of public and private enterprises：the case of British ports［J］.Journal of Transport Economics and Policy，1995，29（3），263－274.

［27］Barros CP，Athanassiou M.Efficiency in European seaports with DEA：evidence from Greece and Portugal［J］.Maritime Economics ＆Logistics，2004，6（2），122－140.

［28］Kaisar EI，Pathomsiri S，Haghani A.Efficiency measurement of US ports using data envelopment analysis［C］.National Urban Freight Conference，Long Beach，CA，1－3Feb 2006.

［29］Estache A，de la Fé，B T.Sources of efficiency gains in port reform：a DEA decomposition of a Malmquist TFP index for Mexico［J］.Utilities Policy，2004，12（4），221－230.

［30］Cheon S－H，Dowall DE，Song D－W.Evaluating impacts of institutional reforms on port efficiency changes：ownership，corporate structure，and total factor productivity changes of world container ports［J］.Transportation Research Part E，2010，46（4），546－561.

［31］Coope WW，Seiford LM，Tone K.Data Envelopment Analysis：A Comprehensive Text with Models Applications References and DEA－ Solver Software ［M］.seconded.Springer，2007.

［32］Zhu J.Quantitative Models for Performance Evaluation and Benchmarking：Data Envelopment Analysis with Spreadsheets［M］.seconded.Springer，2009.

［33］Kao C.Efficiency measurement for parallel production systems［J］.European Journal of Operational Research，2009，196（3），1107－1112.

［34］Cook WD，Zhu J.Classifying inputs and outputs in data envelopment analysis［J］.European Journal of Operational Research，2007，180（2），692－699.

［35］Chen Y，Liang L，Zhu J.Equivalence in two－stage DEA approaches［J］.European Journal of Operational Research，2009，193（2），600－604.

［36］Amado CAF，Dyson RG.On comparing the performance of primary care providers［J］.European Journal of Operational Research，2008，185（3），915－932.

［37］Lu WM，Lo SF.A closer look at the economic－environmental disparities for regional development in China［J］.European Journal of Operational Research，2007，183（2），882－894.

［38］Banker R，Charnes A，Cooper W.Some models for estimating technical and scaleinefficiencies in data envelopment analysis［J］.Management Science，1984，30（9），1078－1092.